已往两年，咱们判定一个年夜模子够不敷强，往往会问：它能不克不及回覆繁杂问题，数学推理怎么样，代码写患上准禁绝。

但当模子能力逐渐迫近，新的问题已经经酿成：假如人再也不守于阁下，它能不克不及把一件事继承做下去？

不是天生几段代码，也不是给出一份看起来完备的方案，而是本身拆解使命、挪用东西、查抄成果，于碰到过错后从头调解，末了交付一个真正可用的结果。

这恰是阿里新一代旗舰模子Qwen3.8-Max想要回覆的问题。

8月3日，Qwen团队正式发布Qwen3.8-Max。它拥有2.4万亿总参数，是今朝范围最年夜的千问模子；但比拟这个惊人的数字，更值患上存眷的是它将进级重点放于了自立编程、专业事情、科学研究、原生多模态及长周期使命上。

换句话说，Qwen3.8-Max不只想成为一个更智慧的谈天呆板人，而是试图成为一个可以或许持续事情的AI同事。

2.4万亿暗地里

Qwen3.8-Max采用混淆专家架构，也就是MoE。虽然模子总参数到达2.4万亿，但每一次处置惩罚使命时，只会激活此中约950亿参数，相称在总范围的4%摆布。

这其实不象征着剩下的参数没有作用，而是模子会按照当前内容选择差别的专家模块介入计较。比拟每一次都挪用全数参数，这类设计可以或许于扩展模子容量的同时，尽可能节制推理成本及相应速率。

以是，2.4万亿代表的是Qwen3.8-Max可以或许容纳的常识与能力范围，950亿激活参数则更靠近一次现实推理需要动用的计较量。参数范围也不克不及直接等同在模子能力，真正决议体验的依然是练习质量、模子架谈判使命完成效率。

不外，即便采用MoE，Qwen3.8-Max也不是平凡用户可以或许轻松部署于小我私家电脑上的模子。仅按4bit精度大略计较，完备权重就需要约1.2TB存储空间，还有没有算运行时孕育发生的分外开消。将来开放权重后，它重要仍将面向云办事商、研究机谈判拥有年夜型计较集群的企业。

更合适小我私家及中小团队部署的，多是官方同时预报的Qwen3.8-27B。

一次读完更多

Qwen3.8-Max是一款原生多模态模子，可以同时吸收文字、图片及视频，输出文字成果。它拥有100万Token上下文窗口，QwenCloud宣布的现实规格为最高约99.1万Token输入；开启思索模式后约为98.3万Token，单次至多可以输出约13.1万Token。

这象征着它可以或许一次读取年夜型代码堆栈、数百页的行业陈诉、成批的法令文件，甚至较长的视频内容，而没必要频仍地切割、择要及从头拼接上下文。

固然，上下文更长其实不代表模子会主动记住此中的每个细节。真正主要的是，它可否于长上下文中找到与当前使命有关的信息，并于多轮操作后维持方针、状况及约束的一致性。

这也是Qwen3.8-Max最焦点的一次进级：它不仅可以或许读患上更多，还有试图事情患上更久。

从复现到发明

Qwen3.8-Max还有被要求从零复现一篇呆板进修论文。官方称，于没有现成代码及试验流程的环境下，模子持续事情约125小时，编写约7600行代码，完成1100屡次操作及33轮GPU练习。

它先复现了论文中的6项重要结论，随后又破费约88小时测试18种新思绪，终极提出的要领于AIME24数学评测上比原论文方案提高了2.7个百分点。

另外一次芯片设计试验则连续约500轮交互及71次评估。模子将一套加密电路从最初的8298个逻辑门，慢慢压缩至678个逻辑门，并于每一一轮中按照仿真、综合与时序成果调解设计。

这些案例配合指向了一种能力：模子再也不只是按照已经有信息给出谜底，而是可以或许提出假定、履行试验、得到反馈，再使用新成果修改下一步步履。

这也是“长周期使命”真正坚苦之处。一次回覆错了，可以从头发问；但一个运行几百轮的智能体，只要初期呈现一个没有被发明的过错，后续所有努力均可能成立于过错基础上。模子必需学会查抄、回退及从头计划，而不只是一直向宿世成内容。

不只会写代码

“Coding and Cowork”是Qwen团队为Qwen3.8-Max设定的焦点标的目的。这里的Cowork其实不是简朴地写文档、做总结，而是让模子进入法令、金融、医疗、设计及数据阐发等专业流程，终极交付可以或许继承利用的文件或者结果。

于这个历程中，Qwen3.8-Max的视觉能力也再也不只是辨认一张图片。

例如，于建造网页、PPT或者三维场景时，模子可以师长教师成内容，再查看现实衬着成果，辨认文字溢出、排版错位或者视觉效果不切合要求的问题，随后返回代码及东西举行修改。视觉由一次性的输入，酿成了贯串计划、履行及查抄历程的反馈通道。

这可能比纯真提高图片问答分数越发主要。由于人类利用电脑时，原来就是一边操作、一边不雅察成果，再决议下一步做甚么。只有视觉真正进入步履轮回，多模态模子才有时机从“看懂图片”走向“利用电脑完成事情”。

跑分并不是周全领先

从Qwen团队宣布的测试成果来看，Qwen3.8-Max已经经进入当前第一梯队，但它并无于所有项目上取患上第一。

于考查终端情况操作能力的Terminal-Bench 2.1中，Qwen3.8-Max获得86.6分，高在Claude Opus 4.8及Claude Fable 5的84.6分，但仍略低在GPT-5.6 Sol的88.8分。

于考查论文复现能力的PaperBench中，它获得93.0分，是官方比力模子中的最高成就；GPQA Diamond为92.6分，也处在第一梯队。

但于越发切近年夜型代码堆栈维护的SWE-bench Pro上，Qwen3.8-Max获得67.7分，低在Claude Fable 5的80.0分；FrontierSWE成就为73.5分，一样掉队在后者的88.8分。

这些成就申明，Qwen3.8-Max于终端操作、研究复现、东西利用及长周期使命上体现凸起，但其实不能简朴归纳综合为“周全跨越所有模子”。差别测试利用的智能体框架、东西权限、上下文长度及测验考试次数也可能影响终极成就。

模子发布后，Qwen3.8-Max成为其时排名最高的中国文本模子，并于视觉模子榜单中位列全世界第二，仅掉队一款Claude Fable 5版本。不外公然榜单变化很快，这更合适作为模子进入全世界第一梯队的证实，而不是永世稳定的排名。

价格与开放

于海外QwenCloud平台上，Qwen3.8-Max的API价格为每一百万Token输入2美元、输出6美元，隐式缓存掷中价格为每一百万Token 0.25美元。开发者可以经由过程qwen3.8-max这一模子名称挪用，并利用函数挪用、布局化输出、上下文缓存以和内置搜刮东西。

平凡用户则可以直接经由过程Qwen Studio体验，Qoder及Qwen Code等编程东西也已经经最先接入。

更值患上存眷的是，Qwen团队公布将于正式发布后的一周内开放Qwen3.8-Max权重，同时还有将发布Qwen3.8-27B开放权重模子，这将是千问Max级旗舰模子初次走向开放权重。

但“开放权重”其实不彻底等同在“彻底开源”。模子权重可如下载，其实不象征着练习数据、完备练习流程及所有工程代码城市公然。截至8月4日，Qwen3.8-Max的详细许可证及终极模子卡仍有待正式发布。

写于末了

Qwen3.8-Max真正值患上存眷之处，不是2.4万亿参数，也不是某一张跑分表上的第一位。

它代表着年夜模子竞争正于发生一次转向。

已往，咱们但愿AI能把一道题回覆患上更好；此刻，咱们最先要求它接过一个方针，于数百次操作、多个东西及不停变化的成果之间，把工作真正做完。

固然，一次持续16天的官方演示，其实不象征着企业已经经可以安心地把出产体系彻底交给AI。权限节制、过错回滚、历程审计、成本治理及人工确认，依然决议了一个智能体可否真正投入利用。官方展示的长周期案例及跑分，也需要更多第三方复现与真实营业验证。

但至少，下一轮竞争的标的目的已经经变患上清楚。

将来决议一个模子价值的，可能再也不只是它于一分钟内能给出多智慧的谜底，而是于脱离人类的连续提示以后，它还有能靠得住地事情多久。

当AI从回覆问题走向负担使命，咱们间隔真实的“数字同事”，也许又近了一步。

版权所有，未经许可不患上转载